-
Patent Agency Ranking
公开(公告)号：CN106019230A
公开(公告)日：2016-10-12
申请号：CN201610365659.6
申请日：2016-05-27
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于i‑vector说话人识别的声源定位方法，该方法通过引入鉴别互相关函数的特征，得到鉴别互相关函数，将此特征分为训练集合测试集，对i‑vector说话人识别系统中的模型进行训练和测试，采用最大期望算法实现对开发集i‑vector向量分布概率函数的最大似然估计，建立起一个受语音时长约束的PLDA模型，能够准确地进行语音识别以及声源定位，这种算法的实现，有效地解决了传统声源定位中噪声和混响的问题。
-
公开(公告)号：CN106019230B
公开(公告)日：2019-01-08
申请号：CN201610365659.6
申请日：2016-05-27
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于i‑vector说话人识别的声源定位方法，该方法通过引入鉴别互相关函数的特征，得到鉴别互相关函数，将此特征分为训练集合测试集，对i‑vector说话人识别系统中的模型进行训练和测试，采用最大期望算法实现对开发集i‑vector向量分布概率函数的最大似然估计，建立起一个受语音时长约束的PLDA模型，能够准确地进行语音识别以及声源定位，这种算法的实现，有效地解决了传统声源定位中噪声和混响的问题。
-
公开(公告)号：CN107703486B
公开(公告)日：2021-03-23
申请号：CN201710731343.9
申请日：2017-08-23
Applicant: 南京邮电大学
Abstract: 本发明提供了一种基于卷积神经网络CNN的声源定位算法。该方法通过引入鉴别互相关函数的特征，利用Roomsim的仿真环境以及两个麦克风所接收的信号，得到在带有混响和噪声环境下的互相关函数，并分帧截取得到训练集和测试集，对该特征进行训练得到卷积神经网络，即CNN模型，训练过程中，采用ReLU函数作为激活函数，并将测试集在该模型下进行声源定位估计，最后采用贝叶斯决策来构建判决式决定测试样本的类别，使得条件概率p(rs|Y)最大的位置即为估计出声源的真实位置。这种算法的实现，有效地解决了传统声源定位中噪声和混响的问题。
-
公开(公告)号：CN107703486A
公开(公告)日：2018-02-16
申请号：CN201710731343.9
申请日：2017-08-23
Applicant: 南京邮电大学
CPC classification number: G01S5/18 , G06N3/0454
Abstract: 本发明提供了一种基于卷积神经网络CNN的声源定位算法。该方法通过引入鉴别互相关函数的特征，利用Roomsim的仿真环境以及两个麦克风所接收的信号，得到在带有混响和噪声环境下的互相关函数，并分帧截取得到训练集和测试集，对该特征进行训练得到卷积神经网络，即CNN模型，训练过程中，采用ReLU函数作为激活函数，并将测试集在该模型下进行声源定位估计，最后采用贝叶斯决策来构建判决式决定测试样本的类别，使得得条件概率p(rs|Y)最大的位置即为估计出声源的真实位置。这种算法的实现，有效地解决了传统声源定位中噪声和混响的问题。
-
公开(公告)号：CN107424625A
公开(公告)日：2017-12-01
申请号：CN201710499621.2
申请日：2017-06-27
Applicant: 南京邮电大学
IPC: G10L25/24 , G10L25/45 , G10L21/0216 , G10L21/0208 , G10L15/14 , G10L15/10
Abstract: 本发明公开了一种基于支持向量机(SVM)框架的多通道语音活动检测方法。针对传统的语音活动检测方法容易引入较大的噪声，并且难以根据环境的变化而自动调整阈值，本发明利用麦克风阵列融合了语音信号的时空信息特点，结合贴近人耳感知特性的梅尔频率倒谱系数(MFCC)，使用具有较好分类能力的支持向量机(SVM)来对语音/非语音进行分类，建立了针对语音和非语音的模型，能够准确的进行语音活动检测，有效的解决了在传统的语音活动检测算法的问题。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
